Particle Swarm Optimization e Firework Algorithms per l’ottimizzazione di un trading system

Abstract

Nella prima parte di questo lavoro si introduce l’analisi tecnica - lo studio del prezzo. Nella seconda parte si presentano 2 algoritmi metaeuristici: “Particle Swarm Optimization” e “Fireworks Algorithm”. Si sceglie l’algoritmo “Particle Swarm Optimization” per 3 motivi: Ergodicità – PSO ha un grado di ergodicità alto, il che significa che può ricercare spazi multi-modal con una varietà sufficiente ed allo stesso tempo evitare il local optima; Flessibilità - flessibile in quanto è semplice a coprire un grande range di problemi di ottimizzazione, problemi i quali non possono essere affrontati da algoritmi classici; Semplicità - facile da implementare e relativamente meno complesso. Dopodiché, viene presentato una versione migliorata dl Fireworks Algorithm (FWA): sulla base dell'analisi dettagliata degli operatori di FWA convenzionali, si propongono cinque nuovi operatori per superare i limiti di FWA: la strategia di controllo dell'ampiezza minima dell'esplosione, nuovo operatore di mappatura, nuovo operatore per la generazione di scintille di esplosione, nuovo operatore di mutazione gaussiana e operatore di selezione. Alla fine, si presenta un case study dove si considerano le 2 metaeuristiche di ottimizzazione sopra citate, con l’obiettivo di confrontare la loro capacità di esplorazione nello spazio delle soluzioni, e poi, quando viene identificata una soluzione promettente, le loro abilità di “perlustrare a fondo” quella determinata area identificata. Queste metaeuristiche sono state applicate con lo scopo di ottimizzare i parametri di un Trading System basato su un unico indicatore di analisi tecnica: le bande di Bollinger.